Zobrazeno 1 - 10
of 31
pro vyhledávání: '"Yin Zihui"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Yin, Zihui, Guo, Rongwen
Publikováno v:
Journal of Physics: Conference Series; 2024, Vol. 2895 Issue 1, p1-6, 6p
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Journal of Physics: Conference Series; Nov2023, Vol. 2651 Issue 1, p1-4, 4p
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
IEEE Transactions on Dielectrics and Electrical Insulation. 24:3559-3566
Based on the analysis of the principle and structure of a convolutional neural network (CNN) model used for in-depth learning, an intelligent discriminant diagnosis method for porcelain fuselage insulators in transmission lines is proposed. Firstly,
Publikováno v:
Image and Graphics Technologies and Applications ISBN: 9789813360327
In the application of deep learning algorithms based on large-scale data sets, some problems, such as insufficient samples, imperfect sample quality, and high cost of building large data sets, emerge and restrict algorithm performance. In this paper,
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::adb15a2e548c639b54c23752f97e70bf
https://doi.org/10.1007/978-981-33-6033-4_14
https://doi.org/10.1007/978-981-33-6033-4_14